基于蚁群算法车辆导航系统路由选择问题的研究

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要利用蚁群运动的遍历性、随机性和规律性特点，分析了车辆导航系统路由选择问题的蚁群优化算法，仿真结果表明该方法是一种简单有效的算法。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	车高峰
	陆月然
	谭军

关键词 ：蚁群优化算法, 车辆导航系统, 路由选择问题

Abstract：Using the properties of ergodicity, randomicity and regularity of ant colony algorithm, ant colony optimization (ACO) algorithm is analyzed to solve routing problem of vehicle navigation system. Simulation results show that chaos ant colony optimization is a simple and effective algorithm.

Key words： ant colony optimization algorithm vehicle navigation system routing problem

年卷期日期: 2015-11-10

TP301

基金资助:百色学院一般科研项目，项目编号：2014KB06；广西高校科学技术研究项目，项目编号：KY2015LX388；三亚市院地科技合作项目，项目编号：2013YD56。

通讯作者: 陆月然，男，广西天等人，硕士，副教授，研究方向：物联网。

作者简介: 车高峰，男，山东烟台人，硕士，讲师，研究方向：现场总线技术、蚁群算法；

引用本文:

车高峰, 陆月然, 谭军. 基于蚁群算法车辆导航系统路由选择问题的研究[J]. 电脑与电信, .
Che Gaofeng, Lu Yueran, Tan Jun. Solving Routing Problem of Vehicle Navigation System by Ant Colony Optimization Algorithm. Computer & Telecommunication, 2015, 1(11): 46-47.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2015/V1/I11/46

[1]	金智. 基于蚂蚁算法的网格任务调度研究[J]. 电脑与电信, 2017, 1(12): 20-22.
[2]	徐向艺. 两种智能优化算法在交通控制应用中的对比分析[J]. 电脑与电信, 2016, 1(9): 67-69.
[3]	许红云. VR 技术在虚拟旅游的应用研究[J]. 电脑与电信, 2016, 1(7): 36-38.
[4]	黄权. CDIO 模式下VB 课程教学改革的探索与实践[J]. 电脑与电信, 2016, 1(7): 127-128.
[5]	杨粟涵, 蒋洪伟. 人工蜂群算法综述[J]. 电脑与电信, 2015, 1(5): 15-18.
[6]	宋倩王, 东明. 基于遗传算法及概率论的文本分类算法[J]. 电脑与电信, 2015, 1(3): 49-52.